|
|||||
|
|
| 基于RBF神经网络观测器的非线性系统鲁棒故障检测方法 | |
| 引用本文： | 胡寿松,周 川,胡维礼,陈庆伟,苏红云.基于RBF神经网络观测器的非线性系统鲁棒故障检测方法[J].控制理论与应用,1999,16(6):853-857. |
| 作者姓名： | 胡寿松 周 川 胡维礼 陈庆伟 苏红云 |
| 作者单位： | 1. 南京航空航天大学自动控制系,南京,210016 2. 南京理工大学自动控制系,南京,210094 3. 江阴职工大学电子工程系,江阴,214431 |
| 基金项目： | 中国科学院资助项目，中国航空科学基金，69974021，98Z51002，， |
| 摘 要： | 针对一类仿射非线性动态系统，提出一种基于网络非线性观测器的鲁棒故障检测与隔离的新方法，采用ＲＢＦ神经网络逼近观测器系统中的非线性项，提高了状态估计的精度，证明了状态估计误差稳定且渐近收敛到零；同时提出了一种新的网络权值调整指标方法，提高了神经网络故障分类器的泛化能力，从而保证该方法对监测系统的建模 外部扰动具有良好的鲁棒性。 |
| 关 键 词： | 故障检测 神经网络 观测器 鲁棒性 |
| 收稿时间： | 1998/8/25 0:00:00 |
| 修稿时间： | 1999/7/25 0:00:00 |
An Approach to Robust Fault Detection for NonlinearSystem Based on RBF Neural Network Observer* |
|
| Hu Shousong,Zhou Chuan,Hu Weili,Chen Qingwei,Su Hongyun.An Approach to Robust Fault Detection for NonlinearSystem Based on RBF Neural Network Observer*[J].Control Theory & Applications,1999,16(6):853-857. | |
| Authors: | Hu Shousong Zhou Chuan Hu Weili Chen Qingwei Su Hongyun |
| Abstract: | A new robust fault detection and isolation (FDI) method based on neural network observer is presented for a class of affine nonlinear dynamic system. A radial basis function neural network is used to approximate the nonlinear item of the monitored system to improve the accuracy of state estimation, and the state estimation error is proved to be zero asymptotically. On the other hand, a new index of weight tuning is adopted to improve the robustness of neural network fault classifier for the modelling error and disturbance. |
| Keywords: | fault detection neural network observer robustness |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 | |
| 点击此处可从《控制理论与应用》下载全文 | |